Loop Engineering for Hierarchical Retrieval: Reading a Long Document by Its Table of Contents
企业文档智能 [Vol.1 #7quater] - 492 页的文档有 358 个条目的目录。你无法阅读全部内容，而且每一页的 top-k 都会将答案与相邻的答案混合在一起。相反，通过 TOC 进行路由：检索中的有界循环可以节省标记并提高精度分层检索的后循环工程：按目录读取长文档首先出现在《走向数据科学》上。
How Inscribe uses Amazon Bedrock to stop document fraud in seconds
在本文中，您将了解 Inscribe 如何使用 Amazon Bedrock 开发代理 AI 系统，以专业欺诈分析师的方式跨文档进行推理。借助这一新的代理 AI 系统，Inscribe 现在可以在 90 秒内检测到被篡改、伪造和 AI 生成的财务文档。这比传统的人工审核提高了 20 倍，同时保持了金融服务法规所要求的准确性和可解释性。
GovScape lets you easily search millions of government documents
华盛顿大学领导的研究团队创建了 GovScape，这是一个高效的期末网络档案 PDF 搜索系统。用户可以查找确切的关键字，例如“FAFSA”，或者使用语义搜索，即使页面上没有出现确切的搜索词，也可以查找有关某个主题的文档。由于研究人员使用了高效的人工智能模型，处理唐纳德·特朗普第一个任期期间在线托管的 1000 万份 PDF 的成本不到 1,500 美元，即每 47,000 页约 1 美元。
Parse Scanned PDFs for RAG with EasyOCR: Free OCR Gives You Words, Not a Document
企业文档智能 [Vol.1 #5quinquies] - 相同的 1974 年扫描 PDF，两个引擎。 EasyOCR 恢复文本。 Docling 恢复文本+部分+图形。结构间隙使得一个输出可在下游使用，另一个输出为扁平字符串。使用 EasyOCR 解析 RAG 的扫描 PDF 后：免费 OCR 为您提供单词，而不是文档，该文章首先出现在 Towards Data Science 上。
CLaRa: Bridging Retrieval and Generation with Continuous Latent Reasoning
检索增强生成（RAG）利用外部知识增强了大型语言模型（LLM），但仍然受到长上下文和不相交的检索生成优化的影响。在这项工作中，我们提出了 CLaRa（连续潜在推理），这是一个在共享连续空间中执行基于嵌入的压缩和联合优化的统一框架。为了获得语义丰富且可检索的压缩向量，从而减少输入生成器的文档长度，我们引入了 SCP，一种基于问答和释义的密钥保留数据合成框架......
Science & Tech Spotlight: AI for Medical Notes and Coding
为什么这很重要美国临床医生平均每周工作 57 小时，其中包括 7 小时的行政工作。花在起草患者就诊记录或审查账单文件等任务上的时间可能会导致临床医生倦怠。新的人工智能工具可以提高效率并减少患者就诊期间和之后的管理负担。要点一些医疗保健提供者正在采用人工智能工具来协助做笔记和医疗编码，这可能会节省时间并减少倦怠。这些工具的准确性可能难以验证，对医疗保健支出的总体影响也不确定。政策制定者需要更多有关这些工具性能的信息，以确定所需的适当监督级别，以帮助最大限度地减少错误并确保正确计费。该技术是什么？准确的文档和计费是医疗保健中至关重要的管理任务。医疗保健提供者正在采用人工智能工具来自动化这些任务。人
企业文档智能 [Vol.1 #7quinquies] - 幻觉通常是垃圾。修复检索，模型就没有什么可弥补的了大多数 RAG 幻觉都是检索失败：检索砖如何决定模型可以发明什么，该帖子首先出现在《走向数据科学》上。
Germany says new dMAT will not be a “pass-fail barrier” for Indian students
德国大使馆和 DAAD 表示，数字硕士考试将成为选定的印度硕士申请者 APS 文档的附加组成部分，为德国大学提供可比较的学术参考点，同时帮助申请者展示其学术优势。德国称新的 dMAT 不会成为印度学生的“通过与失败障碍”的帖子首先出现在 PIE 新闻上。
一些文档保存在档案中。其他的则陈列在博物馆中。 《独立宣言》可以是两者兼而有之，也可以是更多。它的写作目的是为了宣扬，不仅作为一堂历史课，而且作为一面镜子：人人平等的主张，由一个奴隶主说出，并由一个花了两个世纪才表达出来的国家捍卫。这不是回避的理由。这是继续倾听的理由。两百五十年后，我们仍然应该聚集在一起聆听它，尽管不完美等等，因为我们仍然需要提醒我们是谁以及我们说过我们会努力成为谁。 大声朗读宣言的帖子首先出现在美国企业研究所 - AEI 上。
Run MiniMax models on Amazon Bedrock
在这篇文章中，我们将介绍如何开始在 Amazon Bedrock 上使用 MiniMax 模型，包括这些模型支持的功能、可用的服务层、按需推理如何扩展以处理您的工作负载，以及您可以用来访问它们的不同 API。使用这些模型，客户可以构建代理应用程序、长上下文文档分析管道和软件工程工作流程，所有这些都得到 AWS 的安全和运营保证的支持。
A Production RAG Pipeline for PDFs: Relational Parsing, TOC Retrieval, Typed Answers
企业文档智能 [Vol.1 #9A] - 同一篇论文，与第 1 条相同的问题。每块砖一个升级的合同：文档解析、问题解析、检索、生成PDF 的生产 RAG 管道：关系解析、TOC 检索、类型化答案一文首先出现在 Towards Data Science 上。
Legatics Data Rooms Launches as VDR Alternative
Legatics 推出了自己的“数据室”功能，使律师事务所能够在单一工作流程中管理交易并共享机密文档，并且...
NotebookLM: Your New AI Teaching Assistant
帖子 NotebookLM：您的新 AI 教学助理首先出现在 Shake Up Learning 上。如果您听说过 NotebookLM，但还没有真正坐下来弄清楚它的用途，那么这个会议值得观看。 Ashley Shanley 详细介绍了如何将其用作闭环人工智能研究和内容工具，该工具仅从您上传的文档中提取数据，这意味着没有幻觉，没有随机的互联网结果，继续阅读后 NotebookLM：您的新人工智能教学助理首先出现在 Shake Up Learning 上。
Telegram-Hosted RedWing Malware Lets Anyone Rent Android Spyware Tools
RedWing：Android 银行木马，您可以在 Telegram 上以不到咖啡订阅费的价格租用 Zimperium 的 zLabs 团队发现了 RedWing，这是一种通过 Telegram 作为订阅服务出售的 Android 间谍软件操作，与俄罗斯威胁行为者有联系，并且明显源于 Oblivion 恶意软件家族。它附带文档、教程视频、推荐 [...]
The Untaught Lessons of RAG Retrieval: Cosine Is Not the Foundation
企业文档智能 [Vol.1 #7ter] - 检索砖上的六个位置与主流 RAG 的余弦优先反射相矛盾The post The Untaught Lessons of RAG Retrieval: Cosine Is Not the Foundation 首先出现在 Towards Data Science 上。
The Untaught Lessons of RAG Question Parsing: Structure Before You Search
企业文档智能 [Vol.1 #6ter] - 问题解析砖上的六个位置与主流 RAG 手册相矛盾The Untaught Lessons of RAG Question Parsing: Structure Before You Search 首先出现在 Towards Data Science 上。
